文章通过复刻Frazzini和Pedersen的BAB因子，探讨了中国A股市场中β与α的关系。研究发现，低β股票的α普遍高于高β股票，验证了股票β增大时α下降的假设。实证结果显示，BAB因子在中国市场表现出显著的正超额收益，表明在中国市场中，BAB策略仍具有一定的有效性。
目录
资源：BAB因子复刻SAS代码
一、引言与综述
早期的实证研究发现，美国股票的证券市场线（SML）与标准CAPM相比更为平坦，这说明风险与收益的关系不能非常很好的满足CAPM。基于此Black et al.（1972）提出了改进版的双因子CAPM模型，即Black CAPM模型：
E [ r j ] = E [ r z ] ( 1 − β j ) + E [ r m ] β j E[r_j]=E[r_z](1-\beta_j)+E[r_m]\beta_j E[rj]=E[rz](1−βj)+E[rm]βj
相较于原CAPM模型，该模型对美国股市的实证解释能力更强。此外，不少学者从考虑融资约束的CAPM模型角度，讨论了证券市场线的平坦性。Black et al.（1972）的研究开创了研究β和α反向关系的先河。
Frazzini et al.（2014）继承证券市场线更为平坦的观点，从资金限制的角度说明 α \alpha α 和夏普比率会随着 β \beta β 的增大而下降。他认为对于使用杠杆受到限制的投资者而言，他们会更倾向于增持高 β \beta β 股票，这会导致高 β \beta β 股票相较于低 β \beta β 股票而言，其风险调整收益更低。基于此，Frazzini et al.（2014）根据股票事前 β \beta β 的分组构建了BAB因子。该文献提出了5条假设：
(1)股票 β \beta β 的增大意味着 α \alpha α 的下降。
(2)BAB因子会产生显著的正收益。
(3)当资金约束收紧时，BAB因子的收益率降低。
(4)资金流动性风险的增加将 β \beta β 压缩为1。
(5)受约束的投资者更偏好于持有风险较高的资产。
在理论模型构建上，该文献采用了一个代际交叠模型（OLG）对上述5条假设给出解释。OLG模型中包含几种不同类型的代理人。一些代理人无法使用杠杆，因此增持了高贝塔值的资产，导致这些资产的回报率较低。其他代理人可以使用杠杆，但面临保证金限制。不受约束的代理人减持或卖空高贝塔资产，并购买低贝塔资产。上述模型可以推出一条更平坦的证券市场线，斜率取决于代理人之间的平均边际融资约束 λ \lambda λ ；模型给出某支股票相对于市场的 α \alpha α 为
α t s = ψ t ( 1 − β t s ) \alpha_{ts}=\psi_t(1-\beta_{ts}) αts=ψt(1−βts)
高 β \beta β 对应着 α \alpha α 的下降；此外，BAB因子的预期超额回报为正：
E t ( r t + 1 B A B ) = β t H − β t L β t H
最低0.47元/天 解锁文章
扫一扫
1125
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
